CRoSS: Diffusion Model Makes Controllable, Robust and Secure Image Steganography

要約

現在のイメージ ステガノグラフィー技術は、主にカバーベースの手法に焦点を当てていますが、これには通常、秘密イメージが漏洩するリスクと、劣化したコンテナ イメージに対する堅牢性が不十分です。
拡散モデルの最近の開発に触発されて、私たちは、拡散モデルの 2 つの特性、つまりトレーニングなしで 2 つの画像間の変換を達成する機能と、ノイズの多いデータに対する堅牢性を使用して、画像ステガノグラフィー タスクのセキュリティと自然な堅牢性を向上できることを発見しました。
拡散モデルの選択については、条件付き拡散モデルの一種である安定拡散を選択し、LoRA や ControlNet などのオープンソース コミュニティの最新ツールを最大限に活用して、コンテナ イメージの制御性と多様性を向上させました。
要約すると、我々は、Controllable, Robust and Secure Image Steganography (CRoSS) という名前の新しい画像ステガノグラフィー フレームワークを提案します。これは、カバーベースの画像ステガノグラフィー手法と比較して、制御性、堅牢性、セキュリティの点で大きな利点があります。
これらの利点は追加のトレーニングなしで得られます。
私たちの知る限り、これは画像ステガノグラフィーの分野に拡散モデルを導入した最初の研究です。
実験セクションでは、制御性、堅牢性、セキュリティにおける提案した CRoSS フレームワークの利点を実証するために詳細な実験を実施しました。

要約(オリジナル)

Current image steganography techniques are mainly focused on cover-based methods, which commonly have the risk of leaking secret images and poor robustness against degraded container images. Inspired by recent developments in diffusion models, we discovered that two properties of diffusion models, the ability to achieve translation between two images without training, and robustness to noisy data, can be used to improve security and natural robustness in image steganography tasks. For the choice of diffusion model, we selected Stable Diffusion, a type of conditional diffusion model, and fully utilized the latest tools from open-source communities, such as LoRAs and ControlNets, to improve the controllability and diversity of container images. In summary, we propose a novel image steganography framework, named Controllable, Robust and Secure Image Steganography (CRoSS), which has significant advantages in controllability, robustness, and security compared to cover-based image steganography methods. These benefits are obtained without additional training. To our knowledge, this is the first work to introduce diffusion models to the field of image steganography. In the experimental section, we conducted detailed experiments to demonstrate the advantages of our proposed CRoSS framework in controllability, robustness, and security.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google